黃祺HUANG Qi

（湖南交通職業(yè)技術學院物流管理學院，長沙410132）

0 引言

目前，對高新技術企業(yè)融資風險評價的研究越來越受到學術界關注。蔣尹華、黃洪浪將人工智能中的案例推理技術運用于科技型中小企業(yè)融資風險的預測過程，通過構建融資風險預測管理案例庫，從算法選擇和關鍵特征值分析，制定合理方法實現融資風險預測管理的智能化[1]。黃德春、徐敏、馬慧妍從IT風險投資項目融資風險識別出發(fā)，建立起了IT風險投資項目融資風險評價指標，并應用網絡層次分析法模型解決評價過程中指標之間的依存和相互支配作用，通過細分風險的優(yōu)勢度比較，可以得到比較滿意的風險管理指南[2]。黃福寧通過巴特萊特球性檢驗（Bartlett Sphericity Test，BST）及因子分析，對技術創(chuàng)新投融資風險進行實證研究，得到貢獻較高的公共因子以及各個指標對公共因子的貢獻度，從而實現對指標體系的有效篩選[3]。

本文提出了基于模糊支持向量機的中小型高新技術企業(yè)初創(chuàng)期融資風險評價方法，在分析融資風險多樣化、復雜化的同時研究融資問題的模糊邊界，巧妙地解決了維數問題，將風險的復雜非線性問題轉化為高維線性空間中的簡單問題，增強了風險評價的可靠性和控制力，為其控制與規(guī)避融資風險提供了參考依據。

1 中小型高新技術企業(yè)融資風險評價指標體系

本文綜合國內外中小型高新技術企業(yè)融資實踐中遇到的風險，運用層析分析法將中小型高新技術企業(yè)初創(chuàng)期融資風險分為3個基本類型和10個小類[3-4]，其風險指標體系如表1所示。

2 中小型高新技術企業(yè)初創(chuàng)期融資風險評價模型構建

表1 中小型高新技術企業(yè)初創(chuàng)期融資風險評價指標體系

式中FSVM中使用的懲罰因子常數C與標準SVM相比，si越小，ξi可以更大，則說明相應的樣本xi對優(yōu)化問題（1）所起的作用就越小。

求解最優(yōu)化模型（1），可以先構造下面的拉格朗日函數，即：

根據KKT條件，可以得到：

將方程式（3）、（4）和（5）帶入（2），則求最優(yōu)化問題（1）變成求解下面的二次規(guī)劃問題：

可以利用某一個支持向量機可得到：

得到模糊最優(yōu)分類函數：

從互補松弛條件（7）可以看出αi=0對應的訓練樣本點xi是被完全正確分類，0<αi

3 基于模糊支持向量的物流企業(yè)融資風險評價實證分析

評價樣本選取來自于2011-2013年某商業(yè)銀行524家中小型高新技術企業(yè)貸款數據，采用基于模糊支持向量機的方法對融資風險進行評價。在FSVM中，每一個樣本不再精確屬于兩類中的哪一類，即每個風險樣本有一個模糊區(qū)間0

其中，1，-1分別表示訓練樣本中接受與拒絕的樣本數。設中小型高新技術企業(yè)初創(chuàng)期融資風險因素中模糊支持向量機輸入變量為15個，輸出變量為1個。從樣本資料中選擇141個接受和379個拒絕樣本。設實驗參數為：C=2，ξ=0.001，σ=3，利用改進的粒子群優(yōu)化模糊支持向量機的核參數和懲罰因子，從而獲得最優(yōu)的核參數和懲罰因子。

圖1 改進的粒子群獲得最優(yōu)FSVM的核參數和懲罰參數

圖2 在最優(yōu)核參數和懲罰參數下FSVM與SVM的精度比較

通過對比模糊支持向量機與標準支持向量機方法，并結合圖1可以看出，模型的核參數選擇非常關鍵，利用改進的粒子群算法優(yōu)化模糊支持向量機數據描述的核參數，可以有效提高模糊支持向量機描述的泛化能力，從而界定風險模糊邊界，以反映風險變化和控制訓練樣本規(guī)模。

4 結論

①針對中小型高新技術企業(yè)融資過程中存在的模糊性和不確定性，提出基于模糊支持向量機的融資風險評價方法。

②通過改進的粒子群算法獲得FSVM的最優(yōu)懲罰參數和核參數。采用該方法對中小型高新技術企業(yè)初創(chuàng)期融資風險過程進行評價的實驗結果表明，該方法能有效對融資風險進行評價，為防范和規(guī)避融資風險提供依據。

[1]蔣尹華，黃洪浪.基于案例推理（CBR）的科技型中小企業(yè)融資風險研究[J].中國高新技術企業(yè)，2014（3）：160-163.

[2]黃德春，徐敏，馬慧妍.基于ANP（Analytic Network Process）的IT風險投資項目的融資風險評價研究[J].科技與經濟，2011，（1）：71-74.

[3]黃福寧.構建技術創(chuàng)新投融資風險評價有效指標體系的實證研究[J].同濟大學學報（社會科學版），2009（8）：114-116.

[4]黃德紅，郭蓉.成長期科技型中小企業(yè)財務特征及融資策略研究[J].財會研究，2013（11）：51-52.